【原】SoupX：單細(xì)胞轉(zhuǎn)錄組分析去除環(huán)境污染RNA

TS的美夢 2024-03-22

展開全文

?
1、《KS科研分享與服務(wù)》公眾號(hào)有QQ交流群，進(jìn)入門檻是20元（完全是為了防止白嫖黨，請(qǐng)理解），請(qǐng)考慮清楚。群里有免費(fèi)推文的注釋代碼和示例數(shù)據(jù)（終身擁有），沒有付費(fèi)內(nèi)容，群成員福利是購買單個(gè)付費(fèi)內(nèi)容半價(jià)！
2、《KS科研分享與服務(wù)》微信VIP群只針對(duì)購買打包代碼的小伙伴（公眾號(hào)所有付費(fèi)內(nèi)容合集）！微信群不是單獨(dú)的，是對(duì)于打包的人答疑解惑和交流的平臺(tái)、群成員專享視頻教程，帖子提前發(fā)布，以及其他更多福利！
點(diǎn)擊：→ 加入微信vip群：2024-2025《KS科研分享與服務(wù)》付費(fèi)內(nèi)容打包集合
3、需進(jìn)QQ群或者打包代碼入微信VIP的小伙伴請(qǐng)?zhí)砑幼髡呶⑿帕私?，?qǐng)備注目的，除此之外請(qǐng)勿添加，謝謝！
詳情請(qǐng)聯(lián)系作者：
?

前面我們介紹了decontX去除環(huán)境污染RNA的方法（decontX：單細(xì)胞轉(zhuǎn)錄組分析去除環(huán)境污染RNA），常用的其實(shí)還有SoupX，方法并沒有優(yōu)劣，感興趣的可以做個(gè)對(duì)比。不過在方法的操作上，decontX相比于SoupX那是相當(dāng)簡單了。SoupX的分析可基本分為三步驟：1-Calculate the profile of the soup. 2-Estimate the cell specific contamination fraction. 3-Infer a corrected expression matrix。SoupX建議是cluster后的數(shù)據(jù)，或者注釋好的，這樣會(huì)得到較好得結(jié)果。同樣的，soupX矯正后的矩陣也是小數(shù)，如果需要用它進(jìn)行下游分析，建議取整數(shù)。

github鏈接：https://github.com/constantAmateur/SoupX

原文鏈接：https://www./content/10.1101/303727v1

接下來我們看看具體的操作：首先安裝軟件

install.packages('SoupX')library(SoupX)library(Seurat)

然后就是獲取input文件，單細(xì)胞count矩陣即可：第一個(gè)是raw count（沒有經(jīng)過過濾或者原始的），第二個(gè)是過濾后的矩陣（經(jīng)歷過質(zhì)控）。

toc = GetAssayData(object = scRNA_ha, slot = "counts")


dirs = list.files('./',pattern='[scRNA]$')seurat_object = lapply(dirs,function(dirs){ CreateSeuratObject(counts = Read10X(dirs), project = dirs)})Merge_obj <- merge(seurat_object[[1]], y = c(seurat_object[[2]],seurat_object[[3]]), add.cell.ids =c("AA","HC","SD")) #合并一個(gè)組的數(shù)據(jù)
tod = GetAssayData(object = Merge_obj, slot = "counts")

dim(tod) #[1] 33538 27304dim(toc) #[1] 23046 19074tod <- tod[rownames(toc),]

估計(jì)soup表達(dá)譜，矯正矩陣：

#估計(jì)soup表達(dá)譜sc = SoupChannel(tod, toc, calcSoupProfile = FALSE)soupProf = data.frame(row.names = rownames(toc), est = rowSums(toc)/sum(toc), counts = rowSums(toc))sc = setSoupProfile(sc, soupProf)#add celltype clusterssc = setClusters(sc, setNames(scRNA_ha$celltype, rownames(scRNA_ha@meta.data)))
#Estimating the contamination fraction估計(jì)污染分?jǐn)?shù)sc = setContaminationFraction(sc, 0.2)#設(shè)置污染分?jǐn)?shù)20%sc = autoEstCont(sc)
#Correcting expression profile,roundToInt=TRUE表示矩陣取整out = adjustCounts(sc, roundToInt=TRUE)
# seurat_obj[["RNA"]]@counts <- out

好了，這就是soupX的所有內(nèi)容了，也很簡單其實(shí)。至于后續(xù)，那就是使用矯正的矩陣重新進(jìn)行降維聚類了。不過還是那句話，這些都是可選的，一定不要生搬硬套在自己的數(shù)據(jù)上，結(jié)合實(shí)際情況。覺得分享有用的，點(diǎn)個(gè)贊再走唄！